Core Concepts
사분의 로봇이 손상된 관절로 걷는 것을 가능하게 하는 심층 강화 학습 프레임워크를 제안합니다.
Abstract
사분의 로봇이 손상된 관절로 걷는 것이 어려운 문제
제안된 프레임워크의 세 가지 구성 요소: 무작위 관절 마스킹 전략, 관절 상태 추정기, 점진적 커리큘럼 학습
실험 결과: 시뮬레이션 환경, 모션 캡처를 사용한 실내 환경, 실외 환경에서의 성능 평가
제안된 방법은 다양한 손상된 관절 조건에서 안정적이고 신뢰할 수 있는 보행 능력을 유지
Stats
제안된 프레임워크는 Unitree의 Go1 로봇이 다양한 손상된 관절 조건에서 안정적인 보행 능력을 유지할 수 있도록 합니다.
사분의 로봇이 손상된 관절로 걷는 것을 가능하게 하는 심층 강화 학습 프레임워크를 제안합니다.
실험 결과: 시뮬레이션 환경, 모션 캡처를 사용한 실내 환경, 실외 환경에서의 성능 평가
Quotes
"우리의 제안된 방법은 다양한 손상된 관절 조건에서 안정적이고 신뢰할 수 있는 보행 능력을 유지합니다."